DOI: 10.15507/2658-4123.035.202501.013-029
EDN: https://elibrary.ru/cpzhuj
УДК 631.35
Технология настройки рабочих органов роторного комбайна на основе нечеткого моделирования
Димитров Валерий Петрович
доктор технических наук, профессор, заведующий кафедрой управления качеством Донского государственного технического университета (344003, Российская Федерация, г. Ростов-на-Дону, пл. Гагарина, 1), ORCID: https://orcid.org/0000-0003-1439-1674, Researcher ID: E-4908-2018, Scopus ID: 57195505958, SPIN-код: 5991-4140, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Нурутдинова Инна Николаевна
кандидат физико-математических наук, доцент, доцент кафедры прикладной математики Донского государственного технического университета (344003, Российская Федерация, г. Ростов-на-Дону, пл. Гагарина, 1), ORCID: https://orcid.org/0000-0002-3375-1295, Researcher ID: HPF-3929-2023, Scopus ID: 57196043287, SPIN-код: 1139-1723, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Борисова Людмила Викторовна
доктор технических наук, профессор, заведующая кафедрой менеджмента и бизнес-процессов Донского государственного технического университета (344003, Российская Федерация, г. Ростов-на-Дону, пл. Гагарина, 1), ORCID: https://orcid.org/0000-0001-6611-4594, Researcher ID: E-4863-2018, Scopus ID: 7006547874, SPIN-код: 5718-9727, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Папченко Алексей Андреевич
аспирант кафедры управления качеством Донского государственного технического университета (344003, Российская Федерация, г. Ростов-на-Дону, пл. Гагарина, 1), ORCID: https://orcid.org/0009-0000-6436-8312, Researcher ID: LFU-8208-2024, Scopus ID: 58989751000, SPIN-код: 1738-1144, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Аннотация
Введение. Необходимость повышения производительности зерноуборочной техники и минимизации потерь урожая обусловила все большее использование комбайнов с аксиально-роторным молотильно-сепарирующим устройством. Эффективность уборочных работ определяется правильностью настройки регулируемых параметров комбайна, позволяющей полностью использовать его конструктивные возможности. В связи с этим актуальным является исследование проблем оптимальной настройки рабочих органов комбайна, функционирующего в различных внешних условиях.
Цель исследования. Разработка подхода к выбору оптимальных значений регулируемых параметров зерноуборочных комбайнов роторного типа.
Материалы и методы Показатели качества уборки, регулируемые параметры и внешние факторы связаны неоднозначными перекрестными взаимозависимостями, что обусловило использование лингвистического подхода для описания предметной области. Информация о внешних условиях, техническом состоянии комбайна, взаимосвязях между параметрами и показателями уборки в основном носит нечеткий характер, это определило применение теории нечетких множеств для решения задачи оптимального выбора регулируемых параметров. Процедура нечеткого логического вывода значений параметров выполнялась в пакете Fuzzy Logic Toolbox (MatLab).
Результаты исследования. Представлены результаты разработанного подхода к проблеме оперативной предварительной настройки регулируемых параметров комбайна роторного типа при уборке зерновых культур для различного спектра внешних условий. На основе формализма нечеткой логики построена схема решения задачи. Дано лингвистическое описание задачи. Предложены модели рассматриваемых признаков в виде функций принадлежности, адекватно учитывающие внешние условия, в которых функционирует комбайн. Установлены базовые и расширенные терм-множества. Оптимальные модели выбраны на основе анализа согласованности нечетких экспертных знаний с использованием показателей общей и парной согласованности моделей. Результаты полученных решений проиллюстрированы. Собрана и проанализирована экспертная информация, на основе которой создана база нечетких экспертных знаний, включающая правила нечеткой продукции для 12 регулируемых параметров комбайна ТОРУМ. Рассмотрены различные комбинации значений внешних факторов, для которых приведен вывод конкретных значений регулируемых параметров.
Обсуждение и заключение. Практическая значимость выполненных исследований заключается в создании основы интеллектуальной информационной системы для помощи оператору комбайна роторного типа в принятии решений по выбору значений регулируемых параметров при уборке различных зерновых культур. Применение такой системы в полевых условиях в комплексе с датчиками непрерывного мониторинга условий уборки урожая и автоматизированной системой анализа изображений позволит оперативно реагировать на изменение условий, существенно повысит результативность работы и сократит время принятия решений. Внедрение таких систем поможет значительно снизить информационную нагрузку на оператора, а также использовать во время уборки механизаторов с малым практическим опытом работы. Разработка подобных информационных систем создает предпосылки повышения уровня автоматизации интеллектуального управления зерноуборочным комбайном и является важным этапом реализации подхода к беспилотному управлению комбайном.
Ключевые слова: зерноуборочный комбайн роторного типа, регулируемые параметры зернокомбайна, настройка рабочих органов, аксиально-роторное молотильно-сепарирующее устройство, лингвистический подход, функции принадлежности, продукционные правила, нечеткий логический вывод
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов.
Для цитирования: Димитров В.П., Нурутдинова И.Н., Борисова Л.В., Папченко А.А. Технология настройки рабочих органов роторного комбайна на основе нечеткого моделирования. Инженерные технологии и системы. 2025;35(1):13–29. https://doi.org/10.15507/2658-4123.035.202501.013-029
Заявленный вклад авторов:
В. П. Димитров – формулирование идеи исследования, целей и задач; проверка воспроизводимости результатов экспериментов и исследования в рамках основных и дополнительных задач работы; создание и подготовка рукописи: написание черновика рукописи, включая его перевод на иностранный язык.
И. Н. Нурутдинова – применение статистических, математических, вычислительных и других формальных методов для анализа данных исследования; разработка методологии исследования; создание моделей.
Л. В. Борисова – лингвистическое описание предметной области, моделирование нечетких экспертных знаний; создание и подготовка рукописи: визуализация результатов исследования и полученных данных.
А. А. Папченко – осуществление научно-исследовательского процесса, включая выполнение экспериментов и сбор данных; создание базы нечетких продукционных правил, использование пакета прикладных программ Fuzzy Logic Toolbox (MatLab) для решения задачи.
Все авторы прочитали и одобрили окончательный вариант рукописи.
Поступила в редакцию 11.09.2024;
поступила после рецензирования 27.09.2024;
принята к публикации 04.10.2024
СПИСОК ЛИТЕРАТУРЫ
1. Zhalnin E.V., Chaplygin M.E. Improving the Design of Combine Harvesters by Harmonizing Their Basic Technical Parameters. Engineering Technologies and Systems. 2023;33(3):403‒416. (In Russ., abstract in Eng.) https://doi.org/10.15507/2658-4123.033.202303.403-416 Жалнин Э.В., Чаплыгин М.Е. Совершенствование конструкции зерноуборочных комбайнов путем гармонизации их базовых технических параметров. Инженерные технологии и систе- мы. 2023;33(3):403–416. https://doi.org/10.15507/2658-4123.033.202303.403-416
2. Pakhomov V., Chervaykov I., Kolin’ko A., Kambulov S, Hlystunov V. The Comparative Assessment Results of Winter Soft Wheat Grain Damage During Combine Harvesting. Lecture Notes in Networks and Systems. 2023;575:272–281. https://doi.org/10.1007/978-3-031-21219-2_28
3. Maslov G.G., Yudina E.M., Rinas N.A. Increase in Grain Combine Harvester Performance and in Quality of Harvesting Grain Crops. IOP Conference Series: Earth and Environmental Science. 2022;949:012109. https://dx.doi.org/10.1088/1755-1315/949/1/012109
4. Maslov G.G., Yudina E.M., Palapin A.V. The Directions of Effectiveness Improvement of Grain Harvesters. AIP Conference Proceedings. 2022;2503:030003. https://doi.org/10.1063/5.0100048
5. Aldoshin N., Didmanidze O., Mirzayev B., Mamatov F. Harvesting of Mixed Crops by Axial Rotary Combines. Tae 2019 – Proceeding of 7th International Conference on Trends in Agricultural Engineering. 2019:20–25. EDN: YMSVTO
6. Bakharev D., Pastukhov A., Volvak S., Kovalev S. Study of Seed Corn Threshing Process. Engineering for Rural Development. 2020;(19):1036–1041. https://doi.org/10.22616/ERDev.2020.19.TF243
7. Jasper S.P., Zimmermann G.G., Savi D., Neto L.S., Kmiecik L.L., Sobenko L.R. Operational Performance and Energy Efficiency of Axial Harvesters with Single and Double Rotor Systems in Soybean Seed Harvest. Ciencia e Agrotecnologia. 2021;45:е031720. https://doi.org/10.1590/1413- 7054202145031720
8. Zhalnin E.V., Godzhaev Z.A., Florentsev S.N. Conceptual Principles of Intelligent Agricultural Machines in the Case of Combine Harvester. Agricultural Machinery and Technologies. 2017;(6):9–16. (In Russ., abstract in Eng.) EDN: YLSVLC Жалнин Э.В., Годжаев З.А., Флоренцев С.Н. Концептуальные принципы интеллектуальных сельскохозяйственных машин на примере зерноуборочного комбайна. Сельскохозяйственные машины и технологии. 2017;(6):9–16. EDN: YLSVLC
9. Chen J., Ning X., Li Y., Yang G., Wu P., Chen S. A Fuzzy Control Strategy for the Forward Speed of a Combine Harvester Based on KDD. Applied Engineering in Agriculture. 2017;33(1):15–22. https:// doi.org/10.13031/aea.11299
10. Zhang K., Cao S., Shen H., Wang H., Xu X., Han T., et al. Fuzzy Control System for Load Stability of Intelligent Combine Harvester. IOP Conference Series: Materials Science and Engineering. 2018;439:052009. https://doi.org/10.1088/1757-899X/439/5/052009
11. Li W., Zhang K., Lv G., Dai H., Zhang C. An Improved Fuzzy Logic Control Method for Combine Harvester’s Cleaning System. Automatic Control and Computer Sciences. 2022;56:337–346. https:// doi.org/10.3103/S0146411622040058
12. Aldoshin N., Didmanidze O. Harvesting Lupinus Albus Axial Rotary Combine Harvesters. Research in Agricultural Engineering. 2018;64(4):209–214. https://doi.org/10.17221/107/2017-RAE
13. Maslov G.G., Trubilin E.I. Revisited Grain Harvesters Parameters Substantiation and Effectiveness of them. Agricultural Machinery and Technologies. 2016;(2):28–31. (In Russ., abstract in Eng.) EDN: VTPVNP Маслов Г.Г., Трубилин Е.И. К обоснованию параметров зерноуборочных комбайнов и их эф- фективности. Сельскохозяйственные машины и технологии. 2016;(2):28–31. EDN: VTPVNP
14. Lipovskiy M.I. Increasing the Efficiency of Threshing in an Axial Rotary Combine. Tractors and Agricultural Machinery. 2017;(4):45–50. (In Russ., abstract in Eng.) EDN: YTXOHH Липовский М.И. Повышение эффективности обмолота в аксиально-роторном комбайне. Тракторы и сельхозмашины. 2017;(4):45–50. EDN: YTXOHH
15. Špokas L., Steponavičius D., Butkus V. Reduction of Fuel Consumption of Two Rotors Axial Flow Combine Harvester. Journal of Food, Agriculture and Environment. 2014;12(2):329–333. Available at: https://clck.ru/3G4HbU (accessed 27.08.2024).
16. Jha K., Doshi A., Patel P., Shah M. A Comprehensive Review on Automation in Agriculture using Artificial Intelligence. Artificial Intelligence in Agriculture. 2019;2:1–12. https:// doi.org/10.1016/j.aiia.2019.05.004
17. Semeraro T., Mastroleo G., Pomes A., Luvisi A., Gissi E., Aretano R. Modelling Fuzzy Combination of Remote Sensing Vegetation Index for Durum Wheat Crop Analysis. Computers and Electronics in Agriculture. 2019;156:684–692. https://doi.org/10.1016/j.compag.2018.12.027
18. Sujaritha M., Annadurai S., Satheeshkumar J., Sharan S.K., Mahesh L. Weed Detecting Robot in Sugarcane Fields Using Fuzzy Real Time Classifier. Computers and Electronics in Agriculture. 2017;134:160–171. https://doi.org/10.1016/j.compag.2017.01.008
19. Turan I.D., Dengiz O., Ozkan B. Spatial Assessment and Mapping of Soil Quality Index for Desertification in the Semi-Arid Terrestrial Ecosystem using MCDM in Interval Type- 2 Fuzzy Environment. Computers and Electronics in Agriculture. 2019;164:104933. https:// doi.org/10.1016/j.compag.2019.104933
20. Prabakaran G., Vaithiyathan D., Ganesan M. Fuzzy Decision Support System for Improving the Crop Productivity and Efficient use of Fertilizers. Computers and Electronics in Agriculture. 2018;150:88–97. https://doi.org/10.1016/j.compag.2018.03.030
21. Dimitrov V., Borisova L., Nurutdinova I. Intelligent Support of Grain Harvester Technological Adjustment in the Field. Advances in Intelligent Systems and Computing. 2019;875. https:// doi.org/10.1007/978-3-030-01821-4_25
22. Omid M., Lashgari M., Mobli H., Alimardani R., Mohtasebi S., Hesamifard R. Design of Fuzzy Logic Control System Incorporating Human Expert Knowledge for Combine Harvester. Expert Systems with Applications. 2010;37(10):7080–7085. https://doi.org/10.1016/j.eswa.2010.03.010
23. Craessaerts G., Baerdemaeker de J., Missotten B., Saeys W. Fuzzy Control of the Cleaning Process on a Combine Harvester. Biosystems Engineering. 2010;106(2):103–111. https:// doi.org/10.1016/J.BIOSYSTEMSENG.2009.12.012
24. Dimitrov V.P., Borisova L.V., Nurutdinova I.N. Method for Determining the Initial Values of the Adjustable Parameters of the Combine Harvester Cutting Unit. Engineering Technologies and Systems. 2022;32(4):552‒566. (In Russ, abstract in Eng.) https://doi.org/10.15507/2658- 4123.032.202204.552-566 Димитров В.П., Борисова Л.В., Нурутдинова И.Н. Метод определения начальных значений регулируемых параметров жатвенной части зерноуборочного комбайна. Инженерные техно- логии и системы. 2022;32(4):552–566. https://doi.org/10.15507/2658-4123.032.202204.552-566
25. Dimitrov V.Р., Nurutdinova I.N., Papchenko A.A. Formation of a Knowledge Base for Selecting Parameter Values for the Working Parts of the TORUM Rotary Combine. E3S Web of Conferences. 2024;510:02001. https://doi.org/10.1051/e3sconf/202451002001
Контент доступен под лицензией Creative Commons Attribution 4.0 License.